Μετάβαση στο περιεχόμενο
ittechwire

Ειδήσεις τεχνολογίας με σαφείς πηγές

  1. Αρχική
  2. ΤΝ

ΤΝ

Η DeepSeek κυκλοφορεί το V4.1-Flash-1017, μια ενημέρωση που, όπως λέει, είναι ταχύτερη και παράγει συντομότερες απαντήσεις

Η κινεζική εταιρεία τεχνητής νοημοσύνης περιγράφει το μοντέλο ανοιχτών βαρών ως μικρή ενημέρωση του V4.1-Flash και λέει ότι βελτιώνει τις επιδόσεις σε benchmarks μειώνοντας το μήκος των απαντήσεων. Άνοιξε επίσης τα Search και Fetch API σε όλους τους χρήστες.

Σύνταξη ittechwire4 λεπτά ανάγνωσηςΠηγές: 2Μετάφραση με AI · πρωτότυπο: English
Διάγραμμα από ερευνητική εργασία της DeepSeek που δείχνει τη διαδικασία εκπαίδευσης πολλαπλών σταδίων του προηγούμενου μοντέλου της, DeepSeek-R1.
Daya Guo et al. (DeepSeek-AI) · CC BY 4.0

Βασικά σημεία

  1. 1Η DeepSeek λέει ότι το V4.1-Flash-1017 σημειώνει καλύτερες βαθμολογίες σε benchmarks, ολοκληρώνει εργασίες ταχύτερα και παράγει συντομότερες απαντήσεις από το V4.1-Flash.
  2. 2Το μοντέλο είναι διαθέσιμο στον ιστότοπο, στην εφαρμογή και στο API της DeepSeek, με ανοιχτά βάρη στο Hugging Face και στο ModelScope, σύμφωνα με την εταιρεία.
  3. 3Οι αναφερόμενες βαθμολογίες στο Humanity's Last Exam που δημοσίευσε η DeepSeek κυμαίνονται από 36,8 έως 42,6, έναντι 36,8 έως 39,1 για την προηγούμενη έκδοση· τα στοιχεία προέρχονται από την εταιρεία.
  4. 4Η DeepSeek άνοιξε τα Search και Fetch API της σε όλους τους χρήστες με 0,75 $ ανά 1.000 κλήσεις ανά endpoint, ενώ ορισμένη χρήση μέσω εργαλείων είναι δωρεάν έως τις 31 Οκτωβρίου 2026.
  5. 5Η κυκλοφορία έρχεται μετά από διακοπή λειτουργίας περίπου πέντε ωρών νωρίτερα μέσα στην εβδομάδα, την οποία ορισμένοι ειδικοί απέδωσαν σε περιορισμένους υπολογιστικούς πόρους, σύμφωνα με το ρεπορτάζ.

Ολόκληρη η είδηση

Η DeepSeek κυκλοφόρησε το DeepSeek-V4.1-Flash-1017, μια ενημερωμένη έκδοση του μοντέλου της V4.1-Flash. Στην ανακοίνωση κυκλοφορίας, η εταιρεία δήλωσε ότι η νέα έκδοση σημειώνει υψηλότερες βαθμολογίες σε benchmarks, ολοκληρώνει τις εργασίες ταχύτερα και παράγει συντομότερες απαντήσεις από τον προκάτοχό της, χαρακτηρίζοντας το αποτέλεσμα «βελτίωση Pareto σε επιδόσεις και κόστος». Σύμφωνα με την DeepSeek, το μοντέλο είναι διαθέσιμο στον ιστότοπό της, στην εφαρμογή της και μέσω του API της, ενώ τα βάρη έχουν δημοσιευθεί στο Hugging Face και στο ModelScope.

Η εφημερίδα The Economic Times, αναδημοσιεύοντας ρεπορτάζ πρακτορείου, ανέφερε ότι η DeepSeek ανακοίνωσε την ενημέρωση το Σάββατο το απόγευμα με μια σειρά αναρτήσεων στο X και την περιέγραψε ως μικρή αναθεώρηση του προηγούμενου V4.1-Flash. Το ρεπορτάζ επικαλέστηκε την τεχνική αναφορά της εταιρείας στο Hugging Face, η οποία κάνει λόγο για «ουσιαστικές βελτιώσεις στη συλλογιστική, στον προγραμματισμό, στις αυτόνομες (agentic) εργασίες και στα οπτικά benchmarks». Σύμφωνα με το ρεπορτάζ, η DeepSeek δημοσίευσε επίσης βαθμολογίες στο Humanity's Last Exam, ένα τεστ με χιλιάδες ερωτήσεις από τα μαθηματικά, τις θετικές και τις ανθρωπιστικές επιστήμες, δίνοντας εύρος 36,8 έως 42,6 για το νέο μοντέλο έναντι 36,8 έως 39,1 για το V4.1-Flash. Καμία από τις δύο πηγές δεν εξηγεί τι αντιπροσωπεύουν αυτά τα εύρη, και τα στοιχεία δεν έχουν επαληθευτεί ανεξάρτητα.

Η DeepSeek ανέφερε ότι το μοντέλο εκπαιδεύτηκε με ενισχυτική μάθηση χρησιμοποιώντας αυτο-ανατροφοδότηση, ώστε να βελτιωθεί στην κατασκευή ολοκληρωμένων έργων από την αρχή ως το τέλος, και παρουσίασε παραδείγματα όπως ένα μοντέλο 3D της Απαγορευμένης Πόλης, ένα παιχνίδι αγώνων ταχύτητας που τρέχει στον browser και μια αναπαράσταση του Portal 2 φτιαγμένη με τη μηχανή Godot. Η εταιρεία είπε ότι το μοντέλο έχει βελτιστοποιηθεί για εργαλεία, μεταξύ των οποίων τα DeepSeek Harness, Tencent CodeBuddy και WorkBuddy, και συνιστά το DeepSeek Harness v0.2.1-rc.1 ή νεότερη έκδοση. Δημοσίευσε επίσης ένα γράφημα που αντιπαραβάλλει το DeepSWE v1.1 Pass@1 με το κόστος ανά εργασία, μετρημένο με το harness mini-swe-v2.

Παράλληλα με το μοντέλο, η DeepSeek άνοιξε τα Search και Fetch API της σε όλους τους χρήστες. Ανέφερε ότι λειτουργούν πάνω στη δική της μηχανή αναζήτησης, η οποία, όπως λέει, διαχειρίζεται εκατοντάδες εκατομμύρια αιτήματα την ημέρα, και τιμολόγησε κάθε endpoint στα 0,75 $ ανά 1.000 κλήσεις. Σύμφωνα με την εταιρεία, οι χρήστες του DeepSeek API μπορούν να καλούν δωρεάν αυτά τα εργαλεία μέσω εργαλείων από την πλευρά του διακομιστή στα DeepSeek Harness, Claude Code και Codex, έως ότου ξεκινήσει η χρέωση στις 31 Οκτωβρίου 2026, στις 16:00 UTC.

Το ρεπορτάζ εντάσσει την κυκλοφορία σε έναν ευρύτερο ανταγωνισμό ανάμεσα στα κινεζικά μοντέλα ανοιχτών βαρών και στα ακριβότερα ιδιόκτητα αμερικανικά συστήματα εταιρειών όπως η OpenAI και η Anthropic, καθώς και με εγχώριους αντιπάλους, μεταξύ των οποίων οι Moonshot Kimi και Z.ai. Σημείωσε ότι τη μεγάλη έκπτωση με την οποία προσφέρθηκε το V4.1-Flash μετά την κυκλοφορία του στις αρχές Σεπτεμβρίου ακολούθησαν απότομες πτώσεις στις μετοχές, εισηγμένες στο Χονγκ Κονγκ, ανταγωνιστών όπως οι MiniMax, Z.ai και Alibaba. Το ρεπορτάζ ανέφερε επίσης ότι η DeepSeek είχε διακοπή λειτουργίας των διακομιστών της για περίπου πέντε ώρες νωρίτερα μέσα στην εβδομάδα, την οποία ορισμένοι ειδικοί συνέδεσαν με ανεπαρκή υπολογιστική ισχύ, και ότι οι επιβραδύνσεις και οι διακοπές έχουν γίνει συχνότερες τους τελευταίους μήνες, καθώς αυξάνεται η ζήτηση από προγραμματιστές.

Γιατί έχει σημασία

Τα φθηνά μοντέλα ανοιχτών βαρών της DeepSeek αμφισβητούν τους αμερικανικούς αντιπάλους και έχουν ασκήσει πίεση στους Κινέζους ανταγωνιστές, ενώ η τιμολόγηση του προηγούμενου V4.1-Flash συνέπεσε με πτώσεις μετοχών ανταγωνιστών. Αν οι δηλωμένες βελτιώσεις σε ταχύτητα και μήκος απαντήσεων επιβεβαιωθούν, η ενημέρωση θα μπορούσε να μειώσει το κόστος για τους προγραμματιστές, αν και οι πρόσφατες διακοπές υποδηλώνουν πιέσεις στη χωρητικότητα για την εξυπηρέτηση αυτής της ζήτησης.

Χρονολόγιο

  1. · Δημοσιεύθηκε

Θέματα#DeepSeek#μοντέλα ανοιχτών βαρών#μεγάλα γλωσσικά μοντέλα#προγραμματισμός με AI#Κίνα

Πηγές

Αυτή η είδηση βασίζεται στις παρακάτω πηγές. Διαβάστε τις για το πλήρες πλαίσιο.

  1. 1DeepSeek · Επίσημη ανακοίνωσηDeepSeek-V4.1-Flash-1017: Wish-Driven Programming Made Realapi-docs.deepseek.com
  2. 2The Economic Times · ΕιδησεογραφίαDeepSeek pushes out updated AI model it says is faster, leanereconomictimes.indiatimes.com